MATLAB は、アルゴリズム開発、データの可視化、数値計算を行うためのユーザフレンドリーなテクニカルコンピューティング言語と対話型環境です。 本 Web セミナーでは、MATLAB を利用されたことのない方を対象に、簡単なデータ処理や画像処理、信号処理、最適化の例をご紹介します。 従来から一般的に利用されている開発言語等では、こうしたマルチメディアデータの処理や実験計測データの処理、並列計算などのためには、様々なスタイルでまとめられたライブラリやそのドキュメントとそれぞれ格闘していく必要がありましたが、MATLAB...

データ解析をしたいけれどどこから始めたらいいのかわからない。 プログラミングは苦手だけれど、少し複雑な解析もしてみたい。 本Webセミナーでは、こんな悩みを解決したい方のために、MATLABを使ったデータ解析の基礎を紹介します。 MATLABは、データの読み込みから解析、結果の共有、アプリケーション配布までの一連の流れを実現する開発環境です。 本Webセミナーでは、実際のデモを交えながら以下の機能をご紹介します。...

データ解析の悩みをMATLABで乗り越えましょう。 「大きなデータを扱いにくい」、「エンジニア向けのライブラリが少ない」、「実行速度が遅い」 そんな悩みをお持ちでしたら、ぜひ MATLAB の世界を覗いてみて下さい。 MATLAB には統計解析・最適化・信号処理・画像処理などの様々なライブラリがあり、高度なアルゴリズムを駆使したプログラムを最小限の工数で開発できます。また、科学技術計算で必須となる行列やベクトルの演算、畳み込みやフーリエ変換といった処理も専用にチューニングされたライブラリ等により高速に実行することが可能です。さらに、MATLABにはソフトウェア由来のデータサイズの制限は存在していません。コンピュータのメモリサイズに応じた大きさのデータを自由に扱えます。...

概要 これからMATLABを使おうという方、久しぶりに使い始めたいという方向けに、MATLABを使いこなすための鍵となる操作例や以下のような必ず役立つ情報をご紹介します。 MATLABの基本環境 ドキュメンテーションと例題の活用 自己学習のためのオンラインチュートリアル ユーザーコミュニティーサイトMATLAB central

データや実験結果は見せ方次第で印象が全く変わります。MATLABで作成した図だけで思った通りの内容を伝えるには、どうすれば良いのでしょうか。 本Webセミナーでは、対話的なインターフェイスを使用したグラフプロパティの変更方法から、コマンドによるグラフのカスタマイズ方法、アニメーションの作成方法といった発展的な内容を含む、MATLABの可視化機能についてご紹介します。プレゼンテーションを通してMATLABのグラフィックスの構造を理解することで、重ね合わせのグラフなど作成が難しい図を描けるようになるほか、簡単に色などのグラフプロパティを変更して、理解しやすいグラフを作成できるようになります。...

MATLAB は関数ベースから、オブジェクト指向のプログラミング言語に変化しております。オブジェクト指向プログラミングを導入することにより、大規模データ構造をもつアプリケーション、大規模アプリケーションの開発が効率化され、保守性を高めるものと期待されています。 新機能の一部では、オブジェクト指向が導入され、更にシステム オブジェクトというクラスを使用したプログラム記述が可能になりました。 MATLAB...

アルゴリズムのプロトタイピングに最も適した言語の一つがMATLABです。 本Webセミナーでは、C/C++をお使いの皆様を対象に、まずはMATLABの概要をご紹介します。その上で、C/C++ とMATLABとの連携方法について、車載カメラの画像から車線を自動認識する例を交えながらご紹介いたします。 MATLABは科学技術計算に適した豊富なライブラリがあり、プロファイラやデバッガが完全に統合された開発環境になっています。これらを使いこなすことで、いままで開発にかかっていた工数を大幅に削減することができます。そして、C/C++をお使いの方が新たにMATLABを利用する場合には、両方の言語の長所を活かしたアルゴリズム開発が実現できるというさらなるメリットがあります。...

時系列データの取り込みと欠損値補完や複数データ同期のご紹介 故障診断及び予兆のシステム構築は、データ前処理、可視化、アルゴリズム開発及びシステムへの実装といったワークフローで行われます。それぞれのステップにおいて、短期間で効率的に開発を行うための環境をご紹介します。  Part 1：データのインポート～前処理  Part 2：データの可視化  Part 3：アルゴリズム開発～実装 こちらも併せてご覧ください:...

近年、センサーやネットワーク・計算機の飛躍的な発展により大量のデータを容易に取得できるようになり、こうしたデータを様々な意思決定に生かす仕組みづくりが盛んになってきています。 一方で、こうしたセンサーデータは時系列の長大なデータであることが少なくなく、こうした長大なデータの中から本当に意味のある情報を取り出すには「眺める」だけでは十分とは言えません。故障予測や異常検出などの具体的なアプリケーションに結びつけるには、統計解析や機械学習といった分野の知識と共に、データに対する様々な試行錯誤が必要不可欠になっています。...

日々利用可能なデータ容量が急増する昨今、データに基づいたビジネス創出を実現する解析スキルの醸成が急務です。本ビデオでは、統合開発環境として強みを持つMATLAB® のお役立ち機能の中で、データ読み込み、データアクセス、前処理、可視化を簡単に行う方法を紹介します。日頃、大容量のデータを扱う方や、センサーデータの前処理を行う方には特に必見の内容です。また、MATLAB を用いて、これまで各組織でアドホックに行っていた解析方法を発展させ、大規模プロジェクトとして運用する方法や、より組織横断的に使える一元的ツールへと変えていくためのアイデアもご紹介します。

Simulinkは、ブロック線図モデルを用いたデータフロー記述が可能なツールです。 頭の中で構想した様々なアルゴリズムを、即座にシミュレーションで検討することができます。また構想したアルゴリズムからCコード等を生成する機能を使うことで、構想段階のシミュレーションから、実機を使ったテストまでを、短時間でシームレスに行うことができます。 Simulinkは、航空宇宙、自動車、電機業界、大学などの研究機関など、全世界の100万人近い研究開発エンジニアの皆様に活用頂いている実績があります。...

Simulink® は、マルチドメイン シミュレーションとモデルベース デザインのためのブロック線図環境です。また、システム レベル設計とシミュレーション、自動コード生成、組み込みシステムのテストと検証の繰り返し作業をサポートしています。現在、航空宇宙、自動車、電機業界、大学などの研究機関など、全世界の100万人近い研究開発エンジニアの皆様にSimulinkをご活用頂いています。 特に、制御分野では、制御装置/制御対象のモデリングからシステム応答解析、シミュレーションによる仮想実験など、Simulinkを利用することによりまして、開発期間の短縮や品質の向上を実現することができます。...

PID制御は、産業界のあらゆるところで応用されています。理論上は一見シンプルですが、PIDコントローラの設計やチューニングは現実的に難しい作業で あり、多くの時間を要します。本Webセミナーでは、Simulink環境上で簡単にPIDコントローラを設計、チューニング、実装する方法をお伝えしま す。PID制御の概要からスタートし、モデルベースデザインの流れに沿った形で、以下の内容についてご紹介します。...

概要 高品質、開発工程の短縮・効率化を目的として、近年多くの製造業の製品開発工程にモデルベースデザイン（MBD）が採用されています。MBDの採用が拡大する一方、これから開発工程へMBDの採用を検討する際にはどこから着手すべきか、悩む場面も多々みられるのではないのでしょうか。実際に製品開発工程におけるMBDの適用範囲は広いため業務形態や分野・目的・リソースに応じて効率よくMBDの適用を進めることが成功の秘訣です。...

車両運動制御の簡単な例を題材に、Model Predictive Control Toolbox™の概要について説明します。  Model Predictive Control Toolboxは、モデル予測制御の設計やシミュレーションを行うためのMATLAB®の拡張パッケージです。デモンストレーションを通じて、ツールの概要やモデル予測制御の能力について理解を深めます。ツール側で最適化問題を解くソルバーが用意されているため、予測モデルを作成し、必要なパラメータ(予測区間、目的関数の重み、制約条件など)...

ADAS/自動運転システムへのモデル予測制御（MPC）の応用に注目します。アダプティブ・クルーズ・コントロール（ACC）にMPCを適用し、センサーフュージョンと組み合わせたフィードバック制御システムのシミュレーション例について紹介します。Simulinkは、アルゴリズムはもちろんのこと車両運動やセンサーを含むACCシステム全体のモデル化、閉ループでのテスト・評価を可能とし、アドバンストなアルゴリズム開発の生産性を向上させます。 ...

Simulinkをご利用の皆さん、 「なぜこんなにシミュレーションに時間がかかるの？」 と感じられたことはありませんか？ 「ソルバーの選択は適切ですか？」 「要求精度が高すぎませんか？」 「実行効率が良くないモデルの作り方をしていませんか？」 漠然とこのように聞かれても、何をどうすれば良いのかピンと来る方は多くはないでしょう。 Simulinkのなかで一度も触ったことのないメニューや機能はありませんか？...

概要 大規模・複雑化したモデルのデバッグやリファクタリングには非常に多くの労力を要してしまいます。このような制御フローに関する課題を解決するには、ツールの活用が有効な手段になります。 ①モデルを解析するうえで、特定の端子、信号およびブロックの動作に必要な経路だけを強調表示すると、制御の流れが理解しやすくなります。 ②また、必要な経路のみを別モデルに切り離すと、その経路のみを独立して実行することができるので動作確認を行いやすくなります。...

モデル予測制御の基本的な考え方について説明します。  モデル予測制御は、未来の応答を予測しながら各時刻で最適化問題を高速に計算するフィードバック制御手法です。1970年代後半に開発され、主に石油精製や化学プロセス等、プロセス制御系を中心に適用されてきましたが、近年の計算機やアルゴリズムの進化によって、自動車、航空機、産業機械などその適用範囲は広がりつつあります。制御系の高機能・高性能化がますます進む中で、今後ますます複雑なフィードバック制御技術が求められてきます。モデル予測制御は、優れた制御性能の発揮が期待できるため、幅広い産業分野で高い注目を集めています。

本ビデオでは、MATLABとComputer Vision Toolboxを使い、カルマンフィルタを使った物体のトラッキングについてご紹介いたします。 カルマンフィルタは時々刻々と変化する量を推定する為に用いられる推定器で、コンピュータービジョンの分野でも、検出した物体の位置精度の改善や、将来の物体位置を予測する為に用いられます。MATLABでは、数行の記述でカルマンフィルタを定義することが可能です。